一种构建河流硅藻水华预警模型的方法及装置制造方法及图纸

本发明专利技术公开了一种构建河流硅藻水华预警模型的方法及装置，该方法包括：根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；根据关键影响因子数据集进行融合，得到支持向量机的样本集；运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；根据支持向量机的样本集和最优解构建河流硅藻水华预警模型，进行水华预警。通过实施本发明专利技术，运用支持向量机算法，可以使得运算更为高效，提升预警时效性，同时采用的遗传算法可以考虑到种群进化的动态性，能够快速准确找到最优解，提高了模型效率和计算精度，具有较好的实用性。

【技术实现步骤摘要】
一种构建河流硅藻水华预警模型的方法及装置
本专利技术涉及水生态
，具体涉及一种构建河流硅藻水华预警模型的方法及装置。
技术介绍
水华和富营养化通常发生在湖泊和水库等流速较慢的水体中，在大型流动河流中较为罕见。因此，现有的水华预测技术一般集中于湖库水体，针对大型河流硅藻水华暴发的预测预警相对较少。而真实情景下河流富营养化暴发机理十分复杂，尤其是在气候变化和强人类活动影响下，流域区间降雨以及闸坝调度引起的下泄流量改变，均会导致河道水文情势发生变化，可能会对河流富营养化程度造成不利影响。硅藻水华生成过程具有强非线性、时变性等特性，影响因子较多，仅仅通过建立水华机理模型进行水华预测的效果往往并不理想，如何对其准确预测逐步成为一个国际性难题。当前多数富营养化和水华预测预警模型是面向湖泊和湖库水华预测模拟，但是传统湖库经验模型对于模拟预测复杂大型河流水华的暴发局限较大，目前多用于湖泊和水库等水流相对静止的水体的半定量化评估手段；此外，虽然水生态动力学模型在河流水华模拟和预测研究中最具有物理内涵，并且还考虑了系统中生态过程及各要素之间的内在变化规律，然而其缺点也十分明显，即需要大量的参数和数据支持，参数的率定和验证也十分繁琐，在当前河流水华暴发成因机理还不十分明确的情况下，模型效率和预测精度不是十分理想。
技术实现思路
有鉴于此，本专利技术实施例提供了一种河流硅藻水华预警方法及装置，以解决现有技术中针对大型河流水华预测模型预测精度较低的问题。本专利技术提出的技术方案如下：本专利技术实施例第一方面提供一种构建河流硅藻水华预警模型的方法，该方法包括如下步骤：根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；根据所述关键影响因子数据集进行融合，得到支持向量机的样本集；运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。进一步地，根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子，包括：根据河流藻密度确定河流硅藻水华的表征因素；根据河流水文要素数据、水质要素数据确定河流硅藻水华的影响因素；根据广义加性模型计算得到所述影响因素和表征因素之间的相关性；根据所述相关性确定与所述表征因素显著相关的影响因素；根据与所述表征因素显著相关的影响因素确定河流硅藻水华预警模型的关键影响因子。进一步地，根据所述关键影响因子数据集进行融合，得到支持向量机的样本集，包括：对所述关键影响因子和藻密度进行归一化处理，计算得到支持向量机的样本集。进一步地，运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解，包括：根据遗传算法参数对支持向量机的惩罚参数和高斯核函数参数所有可能的解进行编码，得到惩罚参数和高斯核函数参数的可疑解；根据所述可疑解计算得到遗传算法每个初始个体的适应度值；根据所述适应度值确定惩罚参数和高斯核函数参数的最优解。进一步地，根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型，包括：根据支持向量机对所述样本集进行训练，计算得到回归函数；根据结构风险最小化准则对所述回归函数进行计算，得到改进后的回归函数；根据改进后的回归函数、径向基函数及最优解构建河流硅藻水华预警模型。进一步地，该构建河流硅藻水华预警模型的方法还包括：判断所述河流硅藻水华预警模型是否达到预设精度；当所述河流硅藻水华预警模型不满足预设精度时，再次计算支持向量机的样本集；根据再次计算的支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。进一步地，该构建河流硅藻水华预警模型的方法还包括：当所述河流硅藻水华预警模型满足预设精度时，根据所述河流硅藻水华预警模型进行河流硅藻水华预警。本专利技术实施例第二方面提供一种构建河流硅藻水华预警模型的装置，该装置包括：关键影响因子筛选模块，用于根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；样本集获取模块，用于根据所述关键影响因子数据集进行融合，得到支持向量机的样本集；最优解计算模块，用于运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；预警模型构建模块，用于根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。本专利技术实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本专利技术实施例第一方面及第一方面任一项所述的构建河流硅藻水华预警模型的方法。。本专利技术实施例第四方面提供一种构建河流硅藻水华预警模型的系统，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本专利技术实施例第一方面及第一方面任一项所述的构建河流硅藻水华预警模型的方法。本专利技术提供的技术方案，具有如下效果：本专利技术实施例提供的构建河流硅藻水华预警的模型方法及装置，在关键影响因子的选取上不仅考虑了水质要素数据如pH值、总磷、总氮、氨氮等，还加入了可能导致大型河流水华暴发关键敏感驱动因子水文要素数据如流量、水位、流速、水温等。由于河流较湖库水体流速更快，水文要素在河流硅藻水华的发生中有着重要影响，因此本专利技术实施例提供的构建河流硅藻水华预警模型的方法构建的预警模型可以用于大型流动河流水体的硅藻水华预测，能够为我国环保和水利部门进行河流水华预警提供技术支撑。本专利技术实施例提供的构建河流硅藻水华预警模型的方法及装置，运用遗传算法对支持向量机的参数进行优化选择，获取最佳分类精度的支持向量机参数，并应用于构建河流硅藻水华预警模型当中。在该方法中，运用了支持向量机算法，可以使得运算更为高效，缩短预警时间，提升水华预警的时效性，同时运用的遗传算法可以考虑到种群进化的动态性，能够快速准确找到最优解，提高了模型效率和计算精度，具有较好的实用性。由此可见，本专利技术实施例提供的构建河流硅藻水华预警模型的方法，能够有效提高河流硅藻水华预测的时效性，减小模型构建过程中的困难，使河流硅藻水华预测更加切实可行，帮助有关部门在应对突发状况时能够快速启动水华预警。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的构建河流硅藻水华预警模型的方法的流程图；图2是根据本专利技术另一实施例的构建河流硅藻水华预警模型的方法的流程图；图3是根据本专利技术另一实施例的构建河流硅藻水华预警模型的方法的流程图；图4是根据本专利技术另一实施例的构建河流硅藻水华预警模型的方法的流程图；图5是根据本专利技术另一实施例的构建河流硅藻水华预警模型的方法的流程图；图6是根本文档来自技高网...

【技术保护点】
1.一种构建河流硅藻水华预警模型的方法，其特征在于，包括如下步骤：/n根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；/n根据关键影响因子数据集进行融合，得到支持向量机的样本集；/n运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；/n根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。/n

【技术特征摘要】
1.一种构建河流硅藻水华预警模型的方法，其特征在于，包括如下步骤：
根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；
根据关键影响因子数据集进行融合，得到支持向量机的样本集；
运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；
根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。


2.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子，包括：
根据河流藻密度确定河流硅藻水华的表征因素；
根据河流水文要素数据、水质要素数据确定河流硅藻水华的影响因素；
根据广义加性模型计算得到所述影响因素和表征因素之间的相关性；
根据所述相关性确定与所述表征因素显著相关的影响因素；
根据与所述表征因素显著相关的影响因素确定河流硅藻水华预警模型的关键影响因子。


3.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据所述关键影响因子数据集进行融合，得到支持向量机的样本集，包括：
对所述关键影响因子和藻密度进行归一化处理，计算得到支持向量机的样本集。


4.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解，包括：
根据遗传算法参数对支持向量机的惩罚参数和高斯核函数参数所有解进行编码，得到惩罚参数和高斯核函数参数的可疑解；
根据所述可疑解计算得到遗传算法每个初始个体的适应度值；
根据所述适应度值确定惩罚参数和高斯核函数参数的最优解。


5.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据所述支持向量机的样本集和所述最优解构建河流硅藻水华...

【专利技术属性】
技术研发人员：夏瑞，曹圣洁，邹磊，张远，杨中文，马淑芹，王晓，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：北京;11